譚營編著的《煙花算法引論》繫統描述了作者提
出的一種新型群體智能算法——煙花算法，它的產生
、算法實現、理論分析、算法改進及其應用，為讀者
勾勒出了煙花算法的全景圖像。主要內容包括：煙花
算法的基本原理與實現及其性能分析、收斂性和時間
復雜度分析、多種改進算法、混合方法、離散煙花算
法、煙花算法的並行化實現，以及幾種應用實例。書
中重點介紹了煙花算法的參數設定，各種改進方法、
並行化實現、與典型群體智能算法的性能對比分析等
。書中還包括了煙花算法的最新資料和一些重要算法
的流程圖，以及源代碼的鏈接，供感興趣讀者參閱和
使用。
本書可作為智能科學與計算機科學等專業高年級
本科生和研究生的教材，尤其適合作為煙花算法入門
參考書，可以滿足初學者了解和學習煙花算法的基本
要求，也可作為信息、通信、控制、管理、工程技術
等相關領域的科技工作者和工程師及感興趣者的參考
材料。

前言
**部分 基礎理論
　第1章 緒論
　　1.1 起源與動機
　　1.2 **算法屬於群體智能優化算法研究範疇
　　1.3 **算法的組成與研究內容
　　1.4 優點與特色
　　1.5 研究歷史與現狀
　　1.6 未來發展方向
　　1.7 未來五年內需要研究的25個問題
　　1.8 小結
　第2章 **算法
　　2.1 引言
　　2.2 **算法的組成
　　2.3 **算法的實現
　　2.4 基本**算法特點分析
　　2.5 影響算法性能的因素分析
　　2.6 **算法與遺傳算法和粒子群優化算法的比較
　　2.7 實驗結果及分析
　　2.8 小結
　第3章 **算法的理論分析
　　3.1 隨機模型
　　3.2 全局收斂性
　　3.3 時間復雜度的基本理論
　　3.4 時間復雜度分析
　　3.5 小結
　第4章 隨機數對**算法性能的影響
　　4.1 引言
　　4.2 隨機數產生器
　　4.3 實驗設定
　　4.4 實驗結果與分析
　　4.5 小結
第二部分 改進算法研究
　第5章 基於適應度函數值估計的**算法
　　5.1 進化計算算法加速策略
　　5.2 基於適應度函數值估計的**算法
　　5.3 實驗
　　5.4 性能分析及討論
　　5.5 小結
　第6章 構造型**算法
　　6.1 對**算法各組成部分 的改進
　　6.2 實驗
　　6.3 小結
　第7章 增強**算法
　　7.1 對基本**算法的分析
　　7.2 增強**算法
　　7.3 實驗
　　7.4 小結
　第8章 動態搜索**算法
　　8.1 引言
　　8.2 增強**算法簡介
　　8.3 增強**算法*小**半徑檢查策略
　　8.4 動態搜索**算法
　　8.5 實驗
　　8.6 小結
　第9章 自適應**算法
　　9.1 引言
　　9.2 對FWA和EFWA中**半徑的分析
　　9.3 自適應**半徑
　　9.4 自適應**算法
　　9.5 實驗
9.6 討論
9.7 小結
**0章 混合算法
10.1 引言
10.2 帶差分變異的**算法
10.3 差分演化與**算法的混合算法
10.4 文化**算法
10.5 基於生物地理學優化的**算法
10.6 小結
第三部分 **主題
**1章 多目標**算法
11.1 基本概念
11.2 施肥問題
11.3 多目標**算法
11.4 實驗和討論
11.5 小結
**2章 求解TSP的離散**算法
12.1 旅行商問題
12.2 離散**算法
12.3 實驗結果及其分析
12.4 與傳統算法比較
12.5 小結
**3章 基於GPU的並行**算法
13.1 引言
13.2 GPU通用計算
13.3 基於GPU的**算法及實現
13.4 GPU-FWA的算法實現
13.5 實驗分析
13.6 小結
第四部分應用
**4章 非負矩陣分解
14.1 引言
14.2 相關工作
14.3 低秩估計
14.4 基於群體智能算法的非負矩陣計算算法
14.5 實驗設置
14.6 實驗結果和討論
14.7 小結
**5章 聚類和模式識別應用
15.1 **算法在文檔聚類中的應用
15.2 垃圾郵件檢測算法參數優化
15.3 圖像識別
15.4 小結
**6章 群體機器人多目標搜索問題
16.1 引言
16.2 多目標搜索問題定義
16.3 分組**策略
16.4 算法分析
16.5 實驗結果
16.6 小結
**7章 地學反演問題
17.1 引言
17.2 反演問題
17.3 實驗
17.4 小結
參考文獻
附錄
附錄A 測試函數集
附錄B 資源
附錄C 術語列表
附錄D 符號列表
索引